理论

强化学习新发现：无需数学样本，仅游戏训练AI推理大增

第一作者谢云飞是莱斯大学博士生，导师为通讯作者魏晨教授，研究方向包括多模态生成与理解。 Project Leader 肖俊飞是约翰斯・霍普金斯大学博士生，导师为 Bloomberg Distinguished Professor Alan Yuille。第二作者马崟淞是约翰斯・霍普金斯大学博士生。

6/25/2025 9:28:38 AM

外国小哥徒手改装消费级5090，一举击败巨无霸RTX Pro 6000

一块经过 shunt mod 改装的华硕 ROG Astral LC RTX 5090 的性能，超越了售价 10,000 美元的 RTX Pro 6000。「Shunt Mod」是一种硬件级别的、具有高风险性的电路改装方法，主要用于绕过电子设备（特别是高性能显卡和主板）内置的功耗（功率）和电流限制。这项惊人的成果来自硬件改装大师 Der8auer（本名 Roman Hartung）。

6/25/2025 9:25:07 AM

ToMAP：赋予大模型「读心术」，打造更聪明的AI说服者

本文第一作者为韩沛煊，本科毕业于清华大学计算机系，现为伊利诺伊大学香槟分校（UIUC）计算与数据科学学院一年级博士生，接受 Jiaxuan You 教授指导。其主要研究方向为：大语言模型的安全性及其在复杂场景中的推理。说服，是影响他人信念、态度甚至行为的过程，广泛存在于人类社会之中。

6/25/2025 9:19:44 AM

Cache Me If You Can：陈丹琦团队如何「抓住」关键缓存，解放LLM内存？

普林斯顿大学计算机科学系助理教授陈丹琦团队又有了新论文了。近期，诸如「长思维链」等技术的兴起，带来了需要模型生成数万个 token 的全新工作负载。大多数语言模型都基于 Transformer 架构，其在进行自回归解码（即逐字生成文本）时，需要将所有先前 token 的注意力状态存储在一个名为 KV 缓存的内存区域中。

6/25/2025 9:15:38 AM

华科开源MonkeyOCR：3B小模型，居然把GPT-4o给比下去了

看到这个标题，你可能会想"又一个号称吊打GPT的模型"。但这次不一样，华中科技大学真的搞出了点名堂。前几天，华科和金山办公联合开源了一个叫MonkeyOCR的文档解析模型。

6/25/2025 9:14:00 AM

阿丸笔记

如何做到在手机上实时跑3D真人数字人？MNN-TaoAvatar开源了！

TaoAvatar 是由阿里巴巴淘宝 Meta 技术团队研发的 3D 真人数字人技术，这一技术能在手机或 XR 设备上实现 3D 数字人的实时渲染以及 AI 对话的强大功能，为用户带来逼真的虚拟交互体验。它是如何实现的呢？本文将为您揭秘 TaoAvatar 背后的黑科技！

6/25/2025 9:11:16 AM

谷歌发布本地具身智能模型！全程无联网执行精细操作，从人形机器人到工业机器人全覆盖

机器人终于有了自己的“离线大脑”。 Google DeepMind团队首个可以完全在机器人本地运行的视觉-语言-动作（VLA）模型Gemini Robotics On-Device发布。这个模型不仅能离线运行，还保持了相当强悍的操作能力，能遵循指令完成各种需要精细操作的任务。

6/25/2025 9:04:59 AM

机器人视觉语言导航进入R1时代！港大联合上海AI Lab提出全新具身智能框架

你对着家里的机器人说：“去厨房，看看冰箱里还有没有牛奶。 ”它不仅准确走到了厨房，还在移动过程中避开了椅子，转身打开冰箱，并回答你：“还有半瓶。 ”这不是遥远的科幻，而是视觉语言导航技术的下一站。

6/25/2025 9:02:05 AM

ICML 2025 | 生成式视角重塑监督学习！标签不只是答案，更是学习指南

生成式视角可以对监督学习重新思考乃至重新定义！想象你在教一个学生解数学题——你会直接让他交卷对答案，还是会让他参考完整答案来理解解题思路？如今，一种全新的监督学习范式正受到关注：标签不应只是用于对照回答的标准答案，更可能成为学习过程中的辅助参考。

6/25/2025 8:59:49 AM

7B小模型超越DeepSeek-R1：模仿人类教师，弱模型也能教出强推理LLM | Transformer作者团队

Thinking模式当道，教师模型也该学会“启发式”教学了——由Transformer作者之一Llion Jones创立的明星AI公司Sakana AI，带着他们的新方法来了！这个方法要求教师模型像优秀的人类教师一样，根据已知解决方案输出清晰的逐步解释，而不再是从头开始自己解决。用Sanaka AI的新方法训练出的7B小模型，在传授推理技能方面，比671B的DeepSeek-R1还要有效。

6/25/2025 8:54:03 AM

合成数据>人工数据，绝对性能暴涨超10个点！仅需任务定义，高效微调大模型

尽管如GPT-4和Gemini等基础模型已在通用语言理解方面设立了新的行业标杆，但它们在需要深度领域知识的专业领域中，其表现常常不尽如人意。当面临数学、医学、法律及金融等专门任务时，这些模型时常表现不佳，因为这些领域高度依赖特定的专业知识。传统上，为了让这些模型适应特定领域，最直接的方法是使用大规模的人类标注数据进行微调。

6/25/2025 8:53:00 AM